使用 dtype float 将 pandas.Multindex 转换为 numpy.ndarray

如何解决使用 dtype float 将 pandas.Multindex 转换为 numpy.ndarray

将 pandas.Multiindex 转换为 numpy.ndarray 时，输出是带有 dtype=object 的一维 ndarray，如下例所示：

df = pd.DataFrame({
    'A': [10,20,30,40,50,60],'B': [0,1,2,3,4,5],'C': ['K0','K1','K2','K3','K4','K5']
}).set_index(['A','B'])

df 将是：

A	B	C
10	0	K0
20	1	K1
30	2	K2
40	3	K3
50	4	K4
60	5	K5

df.index.to_numpy() 的输出是带有 dtype=object 的一维数组：

array([(10,0),(20,1),(30,2),(40,3),(50,4),(60,5)],dtype=object)

但我想要：

array([[10,0],[20,1],[30,2],[40,3],[50,4],[60,5]])

在 How to convert a Numpy 2D array with object dtype to a regular 2D array of floats，我找到了以下解决方案：

np.vstack(df.index)

有没有更直接或更好的解决方案？

解决方法

我很确定您将通过展平多索引并从结果中获取 numpy 数组来获得您想要的结果。例如。通过使用以下语法

np.array(list(df.index))

,

将索引转为列。

df.reset_index()[['A','B']].values